从485亿到1229亿：北大与信通院发布报告讲透决策智能底层逻辑

2026年11月06日 15:14:19

随着“人工智能+”与数据要素市场化改革的深入推进，决策智能正成为政企数智化转型的核心引擎。回望由北京大学与中国信息通信研究院云计算与数字化研究所联合编制的《数据智能体赋能决策智能产业研究报告》，其作为国内首份系统梳理该赛道发展脉络、技术架构与落地路径的权威研究成果，在当下的产业语境中，正展现出愈发重要的前瞻性与指导价值。

这份报告不仅清晰地界定了一个新兴赛道，更用详实的数据和严密的技术逻辑，勾勒出了决策智能产业迈向规模化的“底层代码”。

跨越四个阶段：从“发生了什么”到“该怎么干”

要理解决策智能，首先要厘清它与传统大数据分析的区别。报告系统梳理了数据技术演进的四个阶段：从商业智能阶段的“事后结果呈现”，到预测分析阶段的“输出概率信号”，再到增强分析阶段的“AI加速洞察发现”，最终迈入决策智能阶段的“洞察—决策—执行完整闭环”。

决策智能的本质，是人工智能从感知走向认知的高级阶段。它不再仅仅满足于告诉管理者“发生了什么”，而是直接输出“该怎么干”的可落地行动方案。这一闭环能力的形成，标志着数据要素的价值释放找到了最核心的出口。

迈向千亿市场：485亿到1229亿的增长逻辑

决策智能并非停留在概念层面的空谈，而是一个正在高速扩容的真实市场。

报告引用弗若斯特沙利文数据指出：2025年中国决策智能应用市场规模已达485亿元，2021—2025年复合年增长率高达25.6%，远超整体数据智能应用市场的增速。预计到2030年，这一市场规模将达到约1229亿元。

从485亿到1229亿的跨越，其底层驱动力在于政企客户需求的根本性转变——从过去的“建平台、看报表”向“要洞察、求决策”演进。决策智能正在成为推动千行百业数智化转型向纵深发展的核心引擎。

破解产业痛点：为什么需要“数据智能体”？

尽管市场广阔，但决策智能的规模化落地并非坦途。报告客观剖析了当前面临的三大核心瓶颈：

首先是数据底座碎片化。同一实体在不同系统中身份标识各自为政，“数据孤岛”导致海量数据难以串联为完整的业务视图。其次是决策过程黑箱化。大模型虽然补齐了动作执行层，但在金融风控、公共安全等强监管场景中，不可解释、不可追溯的输出无法直接作为决策依据。最后是建设模式定制化，治理成果难以跨场景复用。

针对这些痛点，报告提出了以“数据智能体”（Data Agent）为核心的技术路径。它以本体建模与语义对齐为内核，为真实世界的对象建立统一、唯一、可追溯的数字身份，把数据组织的基本单位从“记录”提升到“实体”。通过“识对象、通关系、可解释、可复用、优决策”五个层面的能力跃升，数据智能体为全域数据贯通奠定了语义基础，从根本上解决了AI决策“信不过”的问题。

技术架构与高价值场景：六层底座与六大战场

在技术实现上，报告构建了由数据接入层、数据治理层、构建融合层、应用支撑层、安全防护层、协同管理层组成的六层技术架构，并提炼了本体建模、知识图谱、隐私计算、因果推断四类核心技术，为产业落地提供了工程化指南。

在应用层面，报告选取了六大高价值场景进行剖析：从金融风控中以关系穿透破解团伙欺诈，到政务治理中构建“政策—事项—对象”三元图谱；从医疗健康领域的异构融合，到能源电力、智能制造及公共安全的网络级溯源。数据智能体正将分散的数据转化为可推理的治理视图和可执行的业务动作。

生态图谱与未来演进：中国路径的成型

在产业生态上，报告对比了国内外发展路径。国外以Palantir等为代表，普遍以本体语义底座叠加智能交互层；国内则在数据要素改革推动下，形成了云与AI平台服务商、行业软件与解决方案商、数据服务与运营机构三类主体协同推进的格局。报告将融信数联等企业列为“数据服务与运营机构”的代表，指出该类机构正以智能体图谱为核心构建跨域实体关系网络，推动可解释决策在多场景的规模化落地。

展望未来，报告指出决策智能将沿四条主线演进：技术上走向“里”“面”协同的智能底座；产业上走向供需协同的生态集聚；应用上走向全链路体系化重构；战略上走向可信决策范式的确立。特别是“统采共用、集约治理”的城市级底座模式，正成为中国数据要素制度优势转化为产业竞争力的关键路径。

经过一段时间的产业实践检验，这份报告为决策智能产业提供的系统性认知框架愈发清晰。它不仅是一份关于技术与市场的调研，更是一张通往可信、可解释的智能决策时代的路线图。对于致力于在数据要素深水区探索的从业者而言，其长效参考价值正在持续显现。

主题：数据|决策智能|从485亿到1229亿